文章目录
第一部分 Python发展简史
- 1989年,荷兰程序员Guido为了打发无聊的圣诞节,决心开发 一个新的脚本解释程序——Python(大蟒蛇)。
- 1991年,可用版本问世
- 2000年,2.0版本发布
- 2008年,3.0版本发布,具有自我革命性质,两个版本不兼容
- 2010年,2.X版本发布最后一个版本
- 2016年,几乎所有重要的库完成升级
- 3.X版本仍在不断的迭代更新中
第二部分 为什么是Python
市场占有率高
Python的优点
- 方便灵活、简单易用
一个零基础的人,可能2天就能用Python写出一些简单的程序,而C++可能需要两周。
同样的问题,可能Python用10行代码就能解决,而C++可能需要100行。
因为语言的简单,可以使开发者把精力专注于问题本身,而不是语言的使用。 - 生态丰富:人们自发驱动,越来越多的使用Python,Python的生态涉及到各行各业,提供了许多现成的工具,更加能够提升开发速度。
Python的缺点
-
高级语言分类:
- 按执行方式:
- 编译型: 速度快
- 解释型: 速度慢
- 按类型声明:
- 动态语言: 速度慢
- 静态语言: 速度快
- 按执行方式:
-
Python是解释型、动态语言,执行效率比较低。
比如某个功能,可能Python要用10s,C++只要0.3s -
物理硬件性能显著提升,语言带来的的性能影响趋向于减小
过去的差异:1小时 Vs 10 小时
现在的差异:0.1秒 Vs 1秒 -
性能扩展,性能瓶颈用C/C++等来实现,暴露Python接口
比如Numpy
总结
- Python速度慢,但适合写上层逻辑
- C/C++速度快,适合底层写算法
- 各取所长,有机融合
第三部分 名词解释
Python解释器
python解释器是将python语言翻译成机器指令语言的程序,在windows系统当中,就是python.exe。在解释器中存在一个问题,python2与python3 解释器可能不兼容,例如print “hello world” 在python2中可以执行,但在python3中要写成print(“hello world”)。所以不同版本的python语言需要不同版本的解释器。
工具包
工具包又称为依赖包、模块、库、包。python之所以强大是因为拥有大量工具包。工具包存在虚拟环境下的Lib文件夹中。
内置包:os、sys、glob、re、math 等。
第三方包:pytorch,tensorflow, numpy等。
虚拟环境
python的开发环境中有解释器和工具包,开发过程中可能会有多个项目同时进行,不同项目采用的python解释器和工具包的版本可能是不一致的,这会导致冲突,所以我们要用虚拟环境为不同项目创建不同的开发环境,各环境间相互独立,可随意切换,数目没有上限。管理这些虚拟环境,可以用Anaconda。
第四部分 环境配置
Python官网下载(不推荐)
可以直接在Python官网下载,但是这个开发环境十分不友好。全国计算机等级考试用的是这个环境。
Anaconda(推荐)
安装Anaconda后,自带Python解释器,也不必再去官网下载安装。
安装Anaconda后,很多常用的库,都自动安装好了,不必再单独安装。
安装Anaconda后,会自带两个编辑器:Jupiter Notebook(前身Ipython)和 Spyder。
JupiterNotebook
因为像笔记本一样的呈现形式,十分适合在学习阶段使用。
Pycharm
一款优秀的Python编辑器,不带Python解释器,需要依赖于Anaconda